v—SVC分类算法在飞机作战效能评估中的应用

v—SVC算法是一种新的支持向量机分类算法，该算法根据给定的参数v自动调整ε，来控制支持向量数目和算法误差。本文应用v—SVC算法建立了飞机作战效能分类评估模型，并对几种飞机的作战效能进行了分类评估。评估结果与实际相符，表明v—SVC算法的飞机作战效能分类评估有较高的分类精度。     

机载火控系统效能评估的支持向量机方法

回归型最小二乘支持向量机具有在较少学习样本下建立模型的能力和较强的泛化能力。提出了一种基于最小二乘回归支持向量机的机载火控系统作战效能评估模型。首先分析了影响飞机火控系统作战效能的主要因素,建立了飞机火控系统作战效能评估的指标体系,然后利用支持向量机建立与这些指标之间的非线性映射模型来对飞机火控系统的作战效能进行预测。仿真实例验证了该方法的适用性和结果的可靠性。     

电子侦察卫星作战效能FASSA-SVR评估模型

在电子侦察卫星支援对海作战背景下,为充分发挥卫星作战潜能,提出了基于萤火虫麻雀算法(FASSA)优化支持向量回归(SVR)的卫星作战效能评估模型。首先,运用萤火虫算法(FA)对麻雀搜索算法(SSA)进行改进;然后,建立了电子侦察卫星作战效能评估指标体系;最后,运用FASSA算法优化SVR的相关参数,依据所构建的效能评估指标体系,构建了电子侦察卫星作战效能评估模型。仿真结果表明,该模型具有较高的效能评估精度,在各项指标上均优于其他模型。     

基于支持向量机的雷达网抗干扰效能评估

为了评价作战环境下雷达网的抗干扰能力,以雷达网的各项评估指标及其相对应的量值作为样本,应用支持向量机的预测分类能力对相应的样本做出效能评估预测,实现了对雷达网抗干扰能力的评估。同时与基于模糊物元分析法的结果做相应的对比可看出,基于支持向量机的计算速度快、泛化能力强、评估结果准确等特点。     

对地攻击型无人机作战效能多核RVM评估模型

为了更充分地发挥对地攻击型无人机的作战潜力,提出了一种基于萤火虫优化算法(FOA)与相关向量机(RVM)的无人机作战效能评估模型.首先,根据无人机特点和战场需求,从数理统计角度建立了对地攻击型无人机作战效能评估指标体系;然后,针对单一核函数的不足,采用多项式核函数和高斯核函数为RVM构造了混合核函数;最后,基于所构建的评估指标体系,采用FOA算法优化多核RVM的相关参数,构建对地攻击型无人机作战效能评估模型.仿真分析表明,该模型取得了较高的评估精度,在各项评价指标上均优于单一的高斯核或多项式核的RVM模型,从而证实其有效性和可行性.     

基于类加权的双ν支持向量机

该文提出了一种类加权的双ν支持向量机,称为WDν-SVM。给出了求解WDν-SVM的KKT条件。理论分析表明,WDν-SVM中的参数v 和v_具有与ν-SVM类似的物理含义,分别对应于加权正类和负类中边界向量比例的上界和支持向量比例的下界,从而有利于分类识别中的参数取值。此外,通过调整类加权可提高WDν-SVM对小样本类的分类性能。实验结果表明WDν-SVM既保持了ν-SVM的优势,即WDν-SVM的参数具有明确的物理含义,又解决了ν-SVM由于样本类不平衡导致的分类错误偏差问题。     

对抗条件下双机编队空-地作战效能评估

双机编队是空防对抗中一种主要的编队模式。在对单机空 地作战效能评估的同时,对双机编队空 地作战效能进行了评估,构造了对抗条件下双机编队空 地作战效能评估的解析模型,是飞机作战效能评估方法的再次拓展,最后用实例证明了模型的正确性。     

基于最小二乘支持向量机的飞机备件多元分类

飞机后续备件配置直接关系到装备的战备完好率和寿命周期费用,对备件的正确分类是进行备件配置决策的前提。支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力。研究了新型支持向量机算法-最小二乘支持向量机,设计了基于多元分类的最小二乘支持向量机,在此基础上,建立了飞机备件多元分类模型,并对某机型的备件进行了分类。结果表明,基于最小二乘支持向量机的飞机备件多元分类方法是有效、可行的。     

攻击机对地作战效能分析的全概率方法

以马尔可夫理论为基础,运用全概率公式建立了飞机对地攻击的动态模型.评估了任务成功率、目标被毁率等作战效能指标.给出了飞机对地攻击作战效能的计算实例.结果表明所建模型客观地描述了对地攻击作战的实质.     

基于模糊层次分析法评估作战飞机的对地攻击效能

作战飞机效能评估在作战飞机设计及其作战运用中具有重要作用。本文针对现代空地作战过程体现的动态性,提出作战飞机对地攻击效能评估的方法,利用影响对地攻击效果的指标量进行建模与分析。在建模过程中,对指标量建立分级评估的框架模型,利用二级模糊综合评判对效能进行评估。经计算机仿真实验,得到较好的结果。     

应用Gabor小波和支持向量机的纹理分类

针对现有纹理分类算法的局限性,提出了一种基于Gabor小波和支持向量机的纹理分类算法.首先提取纹理Gabor分解后各子带的均值和方差作为特征向量,进而利用支持向量机算法实现分类.实验结果表明,与传统的分类方法相比,Gabor小波和支持向量机相结合能有效地提高分类正确率.     

考虑天气因素的飞机作战效能对数模型

近来世界范围内的几场战争表明,现代高科技条件下的战争中,由于大量精确制导武器的应用,战争的进程更加依赖于天气.为了满足在天气因素影响下的飞机作战效能评估需要,阐述了天气对作战效能的显著影响,将天气因素引入到效能评估的对数模型当中.为保持模型的简洁性,采用系数修正法,结合雷达波、红外线、激光在各种天气条件下的传播特性,对相关参数进行了天气修正,使对数模型的适用范围更加广泛.评估结果显示,天气对飞机作战效能影响显著,考虑天气因素之后的作战效能评估结果更能反映客观实际.     

一种基于内壳向量的SVM增量式学习算法

本文针对支持向量机难以快速有效地进行增量式学习的问题,提出了一种基于内壳向量的支持向量机增量式学习算法.算法通过线性规划运算求得最可能包含支持向量的壳向量和内壳向量集合,在保证分类精度的前提下最大程度地缩小训练集规模,进而在新的训练集中快速训练支持向量机.将该算法应用于公开数据及低空飞行声目标分类识别,结果表明,新算法...     

基于灰色AHP法的多功能雷达作战效能评估

针对多功能雷达系统结构复杂,作战效能评估涉及因素多,而且信息不完全和不确定的特点,提出了基于灰色理论和层次分析法来评估多功能雷达作战效能的模型.根据多功能雷达具备的探测、定位、跟踪、目标识别、侦察、干扰、攻击七个功能,建立了多功能雷达作战效能评估指标体系,介绍了灰色层次分析法评估模型和基本算法步骤.并结合实例,通过具体数据进行仿真评估,验证了评估模型及算法的有效性和实用性,为多功能雷达的作战效能评估提供了依据.     

地对空干扰条件下作战飞机空中突击效能评估研究

探讨了地对空雷达干扰条件下作战飞机对地面固定目标实施突击时的效能评估方法问题.通过分析空中突击的作战过程,采用概率分析法,以单机首次攻击摧毁目标概率作为效能评估指标,建立了作战飞机进入目标区域时侧向偏离目标距离模型和目标落入机载雷达有效搜索区域概率模型,给出了单机首次攻击摧毁目标概率的计算方法.在此基础上,通过算例对模...     

基于SVM的医学图像分类器的设计

提出了一个基于支持向量机的医学图像分类器.能提取形状和纹理特征作为分类算法的特征输入,进行计算机辅助诊断.提出了一种支持向量机新算法,解决了当两类中的样本数量差别较大时,支持向量机的分类能力将会下降的问题.实验表明,在小样本、两类样本数量严重不均衡的情况下,该算法有着较强的分类能力,可以极大地提高医学图像分类的效率和准确性.     

考虑气象因素的飞机空战能力评估模型

针对指数法评估飞机空战能力的不足,研究了气象环境对飞机作战效能的影响,分析了综合指数模型中飞机操纵性能、态势感知能力、火力性能受不良气象条件的影响,建立了不良气象环境下的飞机系统空战效能评估模型。最后以3种机型的空战能力评估为例进行计算,验证了所建模型是合理、可行的。     

基于小波神经网络的航空电子系统效能评估

航电系统是现代战机的重要组成部分,也是实现任务合成、能力融合和资源综合的重要支撑手段,作战飞机的性能高低与航电系统的效能密切相关.针对目前航电系统效能评价指标体系复杂、人为评估分歧较大等问题,设计了基于小波神经网络法的航电系统效能评估方法,并设计了航电效能评估系统,结合层次分析法(AHP)构建指标体系,最终专家判断打分得出权重并通过小波神经网络对判断值予以修正.与特定能力下航电效能评估相比,该评估系统指标体系更为丰富,同时对指标权重有着良好的修正效果,为航电系统效能评估提供工具原型支持.     

机载电子对抗系统效能评估方法分析

机载电子对抗系统效能决定了作战飞机的战斗力,如何提升机载电子对抗系数效能是需要重点考虑的问题。基于此,文章提出机载电子对抗系数效能含义,并分析了几种机载电子对抗系数效能评估方法。     

基于错分样本的AdaBoost支持向量预选取算法

支持向量机在大样本情况下训练速度慢,支持向量预选取可以解决这个问题.AdaBoost算法重点关注错分样本,而错分样本一般都处于分类边界,支持向量就由分类边界样本构成.因此,提出基于错分样本的AdaBoost支持向量预选取算法,该算法通过AdaBoost提升过程,使得越是容易被错分的样本权值越大,从而实现支持向量的预选取,通过仿真实验验证了算法的有效性.